矿井涌水量的灰色-马尔柯夫预测方法

将灰色预测和马尔柯夫预测结合起来,形成一个兼有灰色预测与马尔柯夫转移概率矩阵预测优点的灰色-马尔柯夫预测方法。充分利用历史资料数据给予的信息,提高随机波动性较大数据列的预测精度,进一步拓宽灰色预测的应用范围。利用该方法对一些矿井的涌水量进行预测,取得了较为满意的结果。     

系统安全指灰色—马尔柯夫预测模型及其应用

借鉴最新预测理论，对系统安全指标指出了新的预测方法，即灰色－马尔柯夫联合预测法，该方法吸收了灰色理论和马尔柯夫理论的优点，为企业提供更为切合实际的近期或中长期安全指标值。     

系统安全指标灰色-马尔柯夫预测模型及其应用

借鉴最新预测理论,对系统安全指标指出了新的预测方法,即灰色-马尔柯夫联合预测法,该方法吸收了灰色理论和马尔柯夫理论的优点,能为矿山企业提供更为切合实际的近期或中长期安全指标值。     

煤矿安全宏观预测方法综述

对几种比较适用于预测煤矿安全宏观预测的方法(线性回归预测、非线性回归预测、灰色预测、马尔柯夫链预测、灰色马尔柯夫链预测、神经网络预测法)进行了介绍,并作了进一步评述和探讨.     

灰色─马尔柯夫模型在接发列车事故预测中的应用研究

应用灰色─马尔柯夫过程预测模型，对接发列车作业事故进行预先估计和推测；然后建立相应的软件包，通过定量的方法进行事故预测。以此达到了解和全面评价接发列车作业事故的未来状态和发展趋势。     

灰色均生函数模型及其在航空装备事故预测中的应用

提出一种航空装备事故的灰色均生函数组合预测模型。该方法先建立给定事故时序的灰色GM(1,1)模型,然后再利用残余信息构建均生函数模型。从算例结果可看出,该模型建模过程简单,预测精度总体上好于灰色马尔柯夫预测模型,更优于单独使用灰色模型的预测精度。从而表明:将灰色GM(1,1)模型和均生函数模型有机结合,由前者揭示航空装备事故的发展趋势,后者描述其随机摆动特性,能够较好地刻画航空装备事故的发展变化规律,为航空装备事故提供了一种可行的预测方法。     

三峡库区湖北段工业源污染负荷与预测

针对三峡库区工业源污染排放量大,对库区水生态环境安全危害大的特点,以库区湖北段工业源为研究对象,采用实际监测和企业申报监测数据方式,辅以排污系数计算方法,统计分析了1995-2007年工业废水量和主要污染物COD的排放量,并采用灰色-马尔柯夫链模型预测2008-2020年的污染负荷.结果表明,自2005年以后,工业废水的排放量呈现逐渐下降的趋势,在2007年达到1 857.13万t,2008年以后逐渐增加.COD的排放量总体呈逐渐下降的趋势,只是在2001年出现上升,到2007年底COD的排放量为611.21 t.随着工业源污染物全防全控的加强,预计工业污染负荷会逐步减少.     

浅埋型矿井涌水量预测预报的灰色模型

矿井涌水量预测 ,对矿井安全及正常生产都至关重要。矿井涌水量预测采用的常规方法对各含水层的水文地质参数依赖性较大 ,而对各因素之间的影响程度难以区分和把握 ,因此 ,在预测预报中的精度较差 ;而采用灰色理论则具有高度的概括性 ,可以把各种不确定因素 ,统统用一个简单的“灰数”来表示 ,并且预测精度高而简单实用。笔者在分析浅埋型矿井涌水量的构成要素的基础上应用灰色系统理论对其涌水量进行了预测 ,其方法与结果对推动矿井水文地质工作有一定的现实意义和指导作用。     

基于R/S分析的矿井涌水量灰色预测

矿井涌水量序列具有分形和灰色特征,将R/S分析与灰色系统理论相结合,提出了R/S灰色预测模型以预报矿井涌水量。并以龙门矿为例,对其矿井涌水量进行了R/S分析,确定了Hurst指数和平均循环周期;还在一个周期内进行了涌水量灰色预测。结果表明:龙门矿矿井涌水量平均循环周期为10个月;原本无法进行灰色预测的矿井涌水量序列,经R/S分析后不但可以进行灰色预测,而且预测精度达97.54%,明显高于成熟模型—灰色马尔科夫预测模型的精度。该方法拓宽了分形和灰色理论在涌水量研究中的应用范围。     

基于灰色神经网络组合模型的矿山安全事故预测分析

本文在分析灰色预测方法和神经网络预测方法所具有的互补优势的基础上,提出修正灰色预测残差序列的方法,计算其拟合结果,排除系统数据受到的冲击和干扰,建立基于灰色神经网络组合算法的模型,进而提高预测的精度。将此方法运用于矿业安全事故预测分析中,建立了多个预测模型,比较得出灰色神经网络组合预测模型的最优性,为矿业安全事故的预测研究提供了一种可行性途径。     

矿井相对瓦斯涌出量动态无偏灰色马尔科夫预测

矿井瓦斯涌出量预测对于煤矿瓦斯防治具有重要意义。为预测矿井瓦斯相对涌出量,以传统灰色GM(1,1)模型为基础,构建动态无偏灰色马尔科夫模型,通过分析潞安矿区某矿2003—2010年的煤矿相对瓦斯涌出量数据,预测2011—2012年煤矿相对瓦斯涌出量数据,利用无偏灰色GM(1,1)模型代替传统灰色GM(1,1)模型,通过拟合得到煤矿相对瓦斯涌出量数据变化趋势,并在此基础上利用马尔科夫模型进行预测,并在此预测中进行原始数据更新,并对4种预测方法的预测结果进行对比分析。结果表明,动态无偏灰色马尔科夫模型不但能够消除传统灰色GM(1,1)模型自身的固有偏差,而且能提高预测精度,平均绝对误差为3.2%,平均相对误差为2.59%,均低于传统灰色GM(1,1)模型与一般灰色马尔科夫模型。动态无偏灰色马尔科夫模型对于煤矿相对瓦斯涌出量数据的平均预测精度达到96.74%。     

基于改进灰色系统的深基坑变形预测方法研究

为了对深基坑工程施工期间地质灾害进行先期预警,使用了改进的灰色系统作为预测工具,对基坑周围建筑物的沉降进行了预测。对于灰色预测系统的改进包括对数据序列初始值的改进和对灰色系统模型背景值的改进,以及实测数据转换为单调增序列的方法。使用相对误差检验、关联度检验和后验差检验对模型的精度进行了评价。最后将改进后的灰色系统与原系统的预测结果进行了对比,结果表明:在短期预测方面,灰色系统模型和改进的灰色系统模型都有很高的精度。对于长期预测,改进的灰色系统模型对中长期预测有很好的精度。     

用灰色建模法预测矿井瓦斯涌出量

在分析了传统的矿井瓦斯涌出量预测方法的基础上 ,应用灰色系统理论 GM(1,1)模型 ,对矿井瓦斯涌出量进行预测 ,并在实际中得到了较好的验证。     

基于最优加权的道路交通事故组合预测模型

针对各种单一灰色预测方法存在的局限性,建立了一种基于最优加权的灰色组合预测方法。根据我国道路交通事故的发展情况,建立了GM(1,1)模型和Verhulst模型相结合的组合预测模型,运用最优加权法确定了组合预测模型的权重系数。利用2001—2007年我国道路交通事故数据死亡人数数据,对建立的灰色组合预测模型进行了预测。预测结果表明,组合预测模型比单一的GM(1,1)模型和Verhulst模型具有更高的预测精度。     

基于灰色马尔可夫的道路交通事故预测

探讨灰色马尔可夫模型在道路交通事故中的具体应用。灰色模型适用于短期、数据量少和波动不大的预测问题,在长期预测时,数据序列拟合较差,预测精度偏低;而马尔可夫链适用于长期、数据序列随机波动大的预测问题。灰色马尔可夫模型结合了灰色GM(1,1)模型和马尔可夫理论的优点,利用灰色模型进行长期预测,再利用马尔可夫链理论进行波动状态预测,最后得到期望值。该模型克服了随机波动性数据对道路交通事故预测精度的影响,提高了灰色预测的准确度。实例结果,证明灰色马尔可夫GM(1,1)模型具有较好的应用价值,为道路交通安全管理提供了有用依据。     

煤矿百万吨死亡率动态无偏灰色马尔科夫预测

为掌握我国煤炭行业整体安全生产状况,构建动态无偏灰色马尔科夫模型,通过处理我国1999—2008年度煤矿百万吨死亡率数据,对2009—2011年度煤矿百万吨死亡率数据进行预测。用无偏灰色GM(1,1)模型代替传统灰色GM(1,1)模型,拟合得到煤矿百万吨死亡率数据的变化趋势,在此基础上应用马尔科夫模型进行预测,并在每一次预测中更新原始数据,最后对预测结果进行对比分析。计算结果表明:动态无偏灰色马尔科夫模型既能消除传统灰色GM(1,1)模型的固有偏差,又能提高预测精度尤其是中长期预测精度。其中,平均绝对误差为3.35%,平均相对误差为3.85%,均低于传统灰色GM(1,1)模型和一般灰色马尔科夫模型。动态无偏灰色马尔科夫模型对于煤矿百万吨死亡率数据的平均预测精度超过96%。     

基于灰色-马尔科夫链理论的建筑施工事故预测研究

我国建筑事故预测中具有统计数据少、数据波动性大等特点,缺乏具有高精度、可操作性强的预测模型。将灰色系统理论和马尔可夫原理相结合,充分发挥了灰色系统理论适用于小样本数据拟合和马尔可夫适合处理数据波动大的系统过程的优势,通过GM(1,1)模型的建立,提出一种适合建筑事故统计数据特点的灰色马尔可夫预测方法。将该方法应用于1994—2007年建筑施工事故次数分析,以此为基础对2008—2009年的建筑施工事故次数进行预测。研究结果表明:基于灰色马尔可夫理论建筑事故预测结果精度可达90%以上。     

基于灰色预测法和指数平滑法预测研究新疆安全生产事故

采用灰色预测法和指数平滑法,分析新疆2010年~2015年安全生产死亡人数发展趋势。两种预测方法的结果均显示,新疆安全生产事故死亡人数呈缓慢下降趋势,并以2010年~2012年实际数据的验证,灰色预测法的误差在7.1%以内,指数平滑法误差在5%以内。指数平滑法预测精度略高于灰色预测法。     

基于灰色新陈代谢马尔可夫模型的飞行事故预测

灰色预测适用于时间短、数据量少和波动不大的预测问题,在长期预测时,数据序列拟合较差,预测精度偏低;而马尔可夫链适用于长期、数据序列随机波动大的预测问题。笔者结合灰色新陈代谢GM(1,1)模型和马尔可夫链理论的优点,建立飞行事故预测模型。模型去掉已失去参考价值的历史老信息,补充新信息,克服了随机波动性数据对飞行事故预测精度的影响,提高了灰色预测的应用水平。实例预测1973—2008世界飞行事故,其结果证明了灰色新陈代谢马尔可夫GM(1,1)模型预测精度较高,可用于飞行事故预测,具有较强的科学性和实用性。     

灰色支持向量机在瓦斯流量预测中的应用

在分析了灰色预测方法和支持向量机各自的优缺点基础上,提出了将二者相结合的一种新的预测模型灰色支持向量机瓦斯流量预测模型.新模型发挥了灰色预测方法中"累加生成"的优点,弱化了原始序列中随机扰动因素的影响,增强了数据的规律性,同时避免了灰色预测方法及模型存在的理论缺陷,工程实例表明,所提出的瓦斯流量测模型较传统的GM(1,1)模型、支持向量机模型精度都有所提高,为瓦斯流量预测提供了一种新的方法.